Intelligenza artificiale rivoluziona l’oceanografia

Roma – U-Net, una rete neurale convoluzionale (CNN) originariamente destinata all’uso medico, può rivoluzionare l’oceanografia. E’ quanto emerge da uno studio guidato dall’Accademia Cinese delle Scienze e pubblicato su Journal of Remote Sensing. Il modello U-Net utilizzato per estrarre un “oggetto” desiderato da un’immagine medica, sembra avere una struttura sufficientemente buona da essere un buon candidato per la ricerca oceanografica, ma, allo stato attuale, non è in grado di soddisfare completamente le esigenze dei ricercatori. Per risolvere le sfide che U-Net deve affrontare nel passaggio alla ricerca oceanografica, tre categorie principali necessitano di miglioramenti: le attività di segmentazione del modello, ovvero la capacità di categorizzare ogni pixel in un’immagine, le attività di previsione e le attività di super risoluzione. “Attraverso il miglioramento strutturale e l’introduzione di nuove tecniche, il modello U-Net può ottenere un miglioramento significativo nel rilevamento di piccoli bersagli, nell’accuratezza delle previsioni e nella qualità della ricostruzione delle immagini, promuovendo ulteriormente lo sviluppo della ricerca sul telerilevamento oceanico”, ha affermato Haoyu Wang, autore e ricercatore. Migliorare la segmentazione semantica può migliorare la capacità di U-Net di rilevare e identificare piccoli obiettivi nell’oceano. Ciò può essere fatto integrando il modello con la capacità di riconoscere e identificare pixel a distanza tramite meccanismi di attenzione. Ad esempio, far sì che il modello riconosca la differenza tra acque libere e formazioni di ghiaccio nell’oceano è fondamentale e U-Net può determinare questa differenza. (30Science.com)